Alarming Tuberculosis Rate Among People Who Inject Drugs in Vietnam
Notice bibliographique
Résumé
BACKGROUND: The tuberculosis (TB) epidemic is not homogeneous in the general population but presents high-risk groups. People who inject drugs (PWID) are such a group. However, TB among PWID remains largely undocumented. Our goal was to assess the prevalence of TB and the risk factors associated with TB among PWID in Vietnam. METHODS: We implemented a cross-sectional survey among 2 community-based cohorts of human immunodeficiency virus (HIV)-positive and HIV-negative PWID in Hai Phong. Participants were screened for TB using questions on TB symptoms. Those who reported any symptom were accompanied by peers to the TB clinic for chest x-ray. If the latter was abnormal, a sputum was collected to perform an Xpert MTB/RIF test. RESULTS: A total of 885 PWID were screened for TB. For both cohorts, most PWID were male (>90.0%), with a median age of 42 years. Beside heroin injection, 52.5% of participants reported smoking methamphetamine, and 63.2% were on methadone. Among HIV-positive PWID (N = 451), 90.4% were on antiretroviral therapy and 81.6% had a viral load <1000 copies/mL. Using a complete-case analysis, the estimated TB prevalence was 2.3% (95% confidence interval [CI], 1.0-4.5) and 2.1% (95% CI, 0.8-4.2) among HIV-positive and HIV-negative people, respectively. Living as a couple, arrest over the past 6 months, homelessness, and smoking methamphetamine were independently associated with TB but not HIV infection. CONCLUSIONS: In the context of very large antiretroviral therapy coverage, this extremely high rate of TB among PWID requires urgent actions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».